MultiTalk ↗
用途介绍 多人音频驱动视频生成
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
MeiGen-AI/MultiTalk
GitHub ★ 3030 · 仓库更新 2026-05-22
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →收集图片提示词、导演 Skill、工作流、技术教程与开源项目,串联创意与内容制作。
1380 项资源 · 提示词集 101 · 工作流 242 · Skill 281 · 教程 134 · 项目 622
链接核验记录用于确认资源可访问。安装运行与商用授权请以项目文档、代码和模型许可证为准。
匹配 181 项 · 第 5 / 6 页
用途介绍 多人音频驱动视频生成
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
MeiGen-AI/MultiTalk
GitHub ★ 3030 · 仓库更新 2026-05-22
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 音频驱动的人物动画
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
fudan-generative-vision/hallo
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 人物肖像动画与语音驱动
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Zejun-Yang/AniPortrait
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 音频驱动说话人物动画
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
ali-vilab/dreamtalk
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 视频与图像的多模态理解
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
PKU-YuanGroup/Video-LLaVA
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 Build and publish a Gradio demo on Hugging Face Spaces for a user-provided LoRA. Use when someone asks to create, generate, ship, or publish a Space, demo, Gradio app, or playground for a LoRA — including LoRAs for Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL, or other diffusion base models. Also triggers when someone describes a LoRA they trained or hosts on the Hub and wants to share it. Covers picking the right base pipeline and `diffusers` inference recipe, designing a UI tailored to the LoRA's task and inputs (Union/multi-task control, edit, video, image, etc.), respecting model-card recommendations (trigger words, steps, guid
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
huggingface/skills
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 Use this skill for generative video editing, text-to-video, image-referenced video generation, first-frame-to-video, first-and-last-frame transitions, and video extensions using Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) via the official google-genai SDK. Includes workflows for pre-processing/optimizing high-resolution or long source videos with ffmpeg, stripping audio for full sound regeneration, and handling turn-by-turn video editing and parallel execution.
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
google-gemini/gemini-skills
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 Use this skill when writing code that calls the Gemini API for text generation, multi-turn chat, multimodal understanding, image generation, video generation, speech generation (TTS), voice design, voice replication, streaming responses, background research tasks, function calling, structured output, or migrating from the old generateContent API. Covers SDK usage and best practices for Gemini models and agents in Python and TypeScript.
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
google-gemini/gemini-skills
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/8
查看原始资源 →用途介绍 组合文案、素材、配音与字幕的视频生成工具,可用于短剧宣发与辅助素材。
前置条件 · Python、视频处理环境及外部服务配置
harry0703/MoneyPrinterTurbo
GitHub ★ 140227 · 仓库更新 2026-11-06
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 节点式图像与视频生成工作流,可复用人物、镜头与视频生成流程。
前置条件 · 模型权重;GPU 与显存按具体工作流要求
Comfy-Org/ComfyUI
GitHub ★ 145425 · 仓库更新 2026-11-06
许可 · GPL-3.0 · 核验 2026-11-18
查看原始资源 →用途介绍 视频生成模型及推理代码,可用于文生视频、图生视频与镜头素材生成。
前置条件 · GPU、模型权重,检查各模型的使用要求
Wan-Video/Wan2.2
GitHub ★ 18428 · 仓库更新 2026-09-21
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 视频生成模型与推理工程,用于生成或处理短剧镜头。
前置条件 · GPU、Python 与模型权重
Lightricks/LTX-Video
GitHub ★ 11330 · 仓库更新 2026-11-02
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 学习用 ComfyUI 构建视频生成流程。
前置条件 · 按原始文档准备工具与运行环境
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 混元视频生成与部署
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Tencent-Hunyuan/HunyuanVideo-1.5
GitHub ★ 4591 · 仓库更新 2026-04-10
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 视频生成的上下文与显存优化工程
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
lllyasviel/FramePack
GitHub ★ 17345 · 仓库更新 2025-10-16
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 面向视频和人物表现的生成模型
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
SkyworkAI/SkyReels-V1
GitHub ★ 2702 · 仓库更新 2025-03-10
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 长视频生成研究与推理工程
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
SkyworkAI/SkyReels-V2
GitHub ★ 7761 · 仓库更新 2026-01-29
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 视频生成模型的训练和推理
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
hpcaitech/Open-Sora
GitHub ★ 29917 · 仓库更新 2026-04-09
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 开放的视频生成训练与推理方案
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
PKU-YuanGroup/Open-Sora-Plan
GitHub ★ 12203 · 仓库更新 2026-03-08
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 混元视频生成模型的推理代码
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Tencent-Hunyuan/HunyuanVideo
GitHub ★ 12736 · 仓库更新 2026-10-08
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 图像与视频扩散模型的管线和示例
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
huggingface/diffusers
GitHub ★ 34883 · 仓库更新 2026-11-06
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 文本和图像驱动的视频生成
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
THUDM/CogVideo
GitHub ★ 13185 · 仓库更新 2025-11-04
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 扩散模型动画与运动模块
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
guoyww/AnimateDiff
GitHub ★ 12288 · 仓库更新 2024-07-31
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 视频生成研究与推理工具
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
AILab-CVC/VideoCrafter
GitHub ★ 5112 · 仓库更新 2026-01-09
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 音视频生成与推理工程
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Lightricks/LTX-2
GitHub ★ 10131 · 仓库更新 2026-11-05
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 视频编辑、生成与条件控制
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
ali-vilab/VACE
GitHub ★ 4057 · 仓库更新 2025-10-17
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 扩散模型推理加速研究
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
ali-vilab/TeaCache
GitHub ★ 1388 · 仓库更新 2025-06-08
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 通义万相视频生成官方工程
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Wan-Video/Wan2.1
GitHub ★ 17402 · 仓库更新 2026-03-05
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →用途介绍 长猫视频生成模型与推理
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
meituan-longcat/LongCat-Video
GitHub ★ 9360 · 仓库更新 2026-05-27
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 音频驱动人物视频生成
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
Tencent-Hunyuan/HunyuanVideo-Avatar
GitHub ★ 2212 · 仓库更新 2025-12-16
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 图像与视频生成工作流的官方示例
前置条件 · 按 README 配置运行环境、模型或服务;模型与依赖许可需分别核对
comfyanonymous/ComfyUI_examples
GitHub ★ 4687 · 仓库更新 2025-11-26
许可 · 查阅原站许可 · 核验 2026-11-18
查看原始资源 →用途介绍 Choose the right fal.ai endpoint for a given task. Modality-organized catalog of production endpoint defaults, text-to-image, image-to-image, text-to-video, image-to-video, and more. Use when the user has not named a specific model, or asks "which model for X", "best endpoint for Y", "what should I use for Z".
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
fal-ai-community/skills
GitHub ★ 264 · 仓库更新 2026-11-07
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 Model-family-specific prompt craft for fal.ai endpoints. Trigger when the user mentions a specific model family by name and asks how to prompt it ("how do I prompt Kling", "GPT Image 2 prompt structure", "Happy Horse tips"), or when prompts to a routed endpoint keep coming back generic and the family's known nuances should be applied. For endpoint selection ("which model for X"), use `fal-models-catalog` instead. This skill is about how to talk to a model once it has been chosen.
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
fal-ai-community/skills
GitHub ★ 264 · 仓库更新 2026-11-07
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 Author and execute multi-step media pipelines on fal.ai. Two modes: (A) declarative workflow JSON files for the fal.ai workflow runtime ("create workflow", "chain models", "image to video pipeline"); (B) imperative genmedia CLI orchestration when scripting locally ("design pipeline", "fan-out generation", "frame bridging", "narrated video", "dataset generation").
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
fal-ai-community/skills
GitHub ★ 264 · 仓库更新 2026-11-07
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 Build a fully-interactive 3D character-selector experience powered entirely by fal.ai. Generates stylized characters (FLUX.2 / GPT-Image-2), rigged animated GLBs (Meshy v6), themed companion creatures, per-character PATINA floor textures, looped Seedance video backgrounds, and a Three.js scene with palette swaps, breathing reflections, transition effects and a CREATE-YOUR-OWN flow.
前置条件 · 支持 Agent Skill 的助手;按原文准备工具和服务,部分生成接口按用量计费
fal-ai-community/skills
GitHub ★ 264 · 仓库更新 2026-11-07
许可 · MIT · 核验 2026-11-18
查看原始资源 →用途介绍 项目官方技术文档,介绍Diffusers 视频生成的操作步骤与配置方式。
前置条件 · 按原文档准备对应工具、模型和运行环境
huggingface/diffusers
GitHub ★ 34883 · 仓库更新 2026-11-06
许可 · Apache-2.0 · 核验 2026-11-18
查看原始资源 →浏览网站正在采集的教程、工具与项目发布,按需补充到制作流程。
教程实践 → 创作工具 →